python处理ECG二进制文件(.dat文件)和.db文件

已于 2022-06-09 15:46:17 修改
阅读量5k 收藏 44
点赞数 8
分类专栏： ECG 文章标签： python 经验分享
于 2022-05-04 20:42:52 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_44986029/article/details/124574010
版权

python处理ECG二进制文件(.dat文件)和.db文件

最近拿到了一批ECG原数据文件（包括.dat和.db文件），需要自己解析，记录一下解析结果。

1、.dat 文件是病人的心电数据，以二进制形式读取和解析。

数据文件的说明：

数据文件记录的是8通道数据（I,II,V1,V2,V3,V4,V5,V6），读取后通过下列计算公式得出12通道的数据（I,II,III,aVR,aVF,aVL,V1,V2,V3,V4,V5,V6）。

# 8通道换算12导联计算公式
III = II - I
aVR = -(I+II)/2
aVL =  I - II/2
aVF = II - I/2

数据存储规则：数值采用 16 位有符号整型表示，数值范围-32768~32767，电极电压 1mV 对应数值 81.92。（这个解析方式只适合本数据，不同数据的存储规则可能不一样！）
数据的存储顺序：每一块包括8个导联，每一导联256个数据点（512个字节）。
在这里插入图片描述

# 需要用到的库
import numpy as np
import matplotlib.pyplot as plt
import os
import sqlite3

# .dat文件的读取
path = r'D:\data\yxd\2021\01\c85f6b13-b57a-4f7e-91ad-5b51906c4cef.dat'  # 路径
with open(file=path_dat, mode='rb') as f:
    data = f.read()
print(len(data))   
print(data[0:100])   # 查看前100个数据

这里输出内容为字节，按照十六进制计算，两个字节为一个数据点。在这里插入图片描述

# 初始化要输出的字典，字典的键为导联名称，值为列表  保存导联对应的数值。
lead_name = ['I', 'II', 'V1', 'V2', 'V3', 'V4', 'V5', 'V6']
output = {}
for name in lead_name:
    output[name] = []

因为不确定是大端还是小端存取数据，所以两种存取方式都试了一下。这里也包括对补码的处理（如果符号位为1，将补码除符号位外所有位取反，加1 ，最后加上符号位为负）。

# 小端  表示先读取的低地址存储低位数据，后读取的高地址存储高位数据
index = 40960    #从data[40960]开始，因为前边一段时间的心电记录可能会不稳定或噪音比较多
for k in range(10):   # 读取数据块数，这里时间原因只读取10块
    for i in range(8):   # 导联数
        for j in range(256):  #每一导联的数据点数
            byte_high = bin(data[index])   #这里读取两个字节
            byte_low = bin(data[index+1])
            index+=2    #每读取两个字节，对data的索引加2
            data_plot = str(byte_low[3:]+byte_high[2:])   #两个字节以二进制拼接，并且要祛除符号位
            if byte_low[2] == '0':   # 符号位为正，直接按照原码读取
                value = int(data_plot, 2) * 0.0122    #二进制转化为十进制，并且按照规则将单位转化为mv
            elif byte_low[2] == '1':  #符号位为负，按照补码的规则转化为原码
                negative = ''    
                for m in range(len(data_plot)):  #对除符号位以外的取反
                    if data_plot[m] == '0':
                        negative += '1'
                    elif data_plot[m] == '1':
                        negative += '0'
                    else:
                        print("data_plot is not 0 or 1!")
                value = -1 * (int(negative, 2)+1) * 0.0122    
            else:
                print("data符号出错！")
#             print(value)
            output1[lead_name[i]].append(value)
print(len(output['I']))   #输出为2560  表示每导联正确读取了2560个数据点


# 大端   表示先读取的低地址存储高位数据，后读取的高地址存储低位数据
index = 40960    #从data[40960]开始，因为前边一段时间的心电记录可能会不稳定或噪音比较多
for k in range(10):   # 读取数据块数，这里时间原因只读取10块
    for i in range(8):   # 导联数
        for j in range(256):  #每一导联的数据点数
            byte_low = bin(data[index])   #这里读取两个字节
            byte_high = bin(data[index+1])
            index+=2    #每读取两个字节，对data的索引加2
            data_plot = str(byte_high[3:]+byte_low[2:])   #两个字节以二进制拼接，并且要祛除符号位
            if byte_high[2] == '0':   # 符号位为正，直接按照原码读取
                value = int(data_plot, 2) * 0.0122    #二进制转化为十进制，并且按照规则将单位转化为mv
            elif byte_high[2] == '1':  #符号位为负，按照补码的规则转化为原码
                negative = ''    
                for m in range(len(data_plot)):  #对除符号位以外的取反
                    if data_plot[m] == '0':
                        negative += '1'
                    elif data_plot[m] == '1':
                        negative += '0'
                    else:
                        print("data_plot is not 0 or 1!")
                value = -1 * (int(negative, 2)+1) * 0.0122    
            else:
                print("data符号出错！")
#             print(value)
            output1[lead_name[i]].append(value)
print(len(output['I']))   #输出为2560  表示每导联正确读取了2560个数据点![请添加图片描述](https://img-blog.csdnimg.cn/f3e40bd9e97c4638a48ec289ca73cd8b.png)

大端读取，描绘的波形明显是错误的请添加图片描述小端读取，描绘的ECG波形大致正确，所以确实是小端存取请添加图片描述

2、读取.db文件

path_ann = r'D:\data\yxd\2021\01\2cd05e3c-d599-4bb5-9905-a6faa00a1ece.db'  # 路径
mydb = sqlite3.connect(path_ann)  #连接数据库
cursor = mydb.cursor()  
cursor.execute("select * from HeartBeat")  # 执行SQL语句，查找HeartBeat表
col_name = [tuple[0] for tuple in cursor.description]     # 读取表HeartBeat的列名
print(col_name)

在这里插入图片描述

# 将表内对应的列名设置为字典的键，列的值设置为字典的值。
annotation = {}
for name in col_name:
    annotation[name] = []
Tables = cursor.fetchall()
for item in Tables:
    for i in range(len(col_name)):
        annotation[col_name[i]].append(item[i])
# print(annotation.keys())

此时可以读取字典annotation中对应的字段。此时可以

以上全部代码写入.py文件如下

import numpy as np
import matplotlib.pyplot as plt
import os
import sqlite3


def load_data(path_dat):
    # 读取dat文件
    with open(file=path_dat, mode='rb') as f:
        data = f.read()
    block_num = int(os.path.getsize(path_dat)/512/8)
    lead_name = ['I', 'II', 'V1', 'V2', 'V3', 'V4', 'V5', 'V6']
    output = {}
    for name in lead_name:
        output[name] = []
    index = 0
    for k in range(block_num):
        for i in range(8):
            for j in range(256):
                byte_high = bin(data[index])
                byte_low = bin(data[index + 1])
                index += 2
                data_plot = str(byte_low[3:] + byte_high[2:])
                if byte_low[2] == '0':
                    value = int(data_plot, 2) * 0.0122
                elif byte_low[2] == '1':
                    negative = ''
                    for m in range(len(data_plot)):
                        if data_plot[m] == '0':
                            negative += '1'
                        elif data_plot[m] == '1':
                            negative += '0'
                        else:
                            print("data_plot is not 0 or 1!")
                    value = -1 * (int(negative, 2) + 1) * 0.0122
                else:
                    print("data符号出错！")
                #             print(value)
                output[lead_name[i]].append(value)
    for name_add in ['III', 'aVR', 'aVL', 'aVF']:
        output[name_add] = []
    for i in range(len(output['I'])):
        output['III'].append(output['II'][i] - output['I'][i])
        output['aVR'].append(output['II'][i] - output['I'][i] * 0.5)
        output['aVL'].append(output['I'][i] - output['II'][i] * 0.5)
        output['aVF'].append((output['II'][i] + output['I'][i]) * 0.5)
    return output


def load_ann(path_ann):
    mydb = sqlite3.connect(path_ann)
    cursor = mydb.cursor()
    cursor.execute("select * from HeartBeat")
    col_name = [tuple[0] for tuple in cursor.description] #列名
    # print(col_name)
    annotation = {}
    for name in col_name:
        annotation[name] = []
    Tables = cursor.fetchall()
    for item in Tables:
        for i in range(len(col_name)):
            annotation[col_name[i]].append(item[i])
    return annotation


if __name__ == '__main__':
    path_dat = r'D:\data\yxd\2021\01\c85f6b13-b57a-4f7e-91ad-5b51906c4cef.dat'
    path_ann = r'D:\data\yxd\2021\01\2cd05e3c-d599-4bb5-9905-a6faa00a1ece.db'
    data = load_data(path_dat)  # 返回一个字典
    ann = load_ann(path_ann)  # 返回一个字典
    print(data.keys())
    # plt.figure(figsize = (20,5))
    # plt.plot(data['I'][0:2500])
    # plt.figure(figsize = (20,5))
    # plt.plot(data['II'][0:2500])
    # plt.show()
HZWANG30
关注
  • 8
    点赞
  • 踩
  • 44
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
matlab怎样读取_ECG文件,我已经把ECG数据读出来了，接下来这步怎么写呢，
weixin_35599418的博客
03-19 1208
该楼层疑似违规已被系统折叠隐藏此楼查看此楼X(n)什么意思呢，在代码中如何表示呢，clear all;clc;close all;%------ 具体数据------------------------------------------------------PATH= 'C:\Users\admin\Desktop\医工交叉项目\心电图数据\ECG database'; % path, 这里...
ECG-Viewer:打开并处理原始ECG数据
04-29
ECG Viewer-打开和操作原始ECG数据 作者：达科他·威廉姆斯（Dakota Williams）， ＃＃目录 1.去2. 1.2.不良线索3.批注 致谢 ## 1.设置[顶部] ### 1.1。 先决条件[返回页首]要运行此应用程序，需要Java Runtime Environment（JRE）版本1.6或更高版本。 由于使用了Java虚拟机，因此该程序与平台无关，这意味着该应用程序不依赖于客户端操作系统。 如果需要插件开发，则还需要Java Development Kit（JDK）版本1.6或更高版本。 有关插件的更多信息，请参见本文档的第2.1节。 如果需要编译源代码，则还需要JDK 1.6版或更高版本以及GNU make 。 如果不需要编译，请跳过第1.2节。 下表显示了需求和依存关系的细分。 | General Use | Plugin Developm
xindianxinhao2.zip_matlab_心电信号dat文件
07-14
心电信号原始数据图 解压后有三组心电信号 可用于matlab实验
【心电信号ECG】小波变换心电图 QRS 峰值和心率检测【含Matlab源码 4583期】
最新发布
Matlab武动乾坤的博客
05-28 672
小波变换心电图 QRS 峰值和心率检测 完整的代码，方可运行；可提供运行操作视频！适合小白！
python读二进制DAT文件
carry-zhou
12-10 6134
python 读二进制DAT文件 # 读float（4字节） import struct import numpy as np filename = os.path.join(file_dir, file) f = open(filename,'rb') # N为文档中包含的数字个数，而一个浮点数占4个字节，一个char类型占1个字节 N = 10000 data_raw = struct.unpack('f'*N,f.read(4*N)) f.close() # 读char（1字节） import
读取12导联ECG信号，保存为多行多列的图片
沐尔还吃
05-13 705
def plot_fig(ID): sig, info = read_ecg_record_and_info(ID) row, col = sig.shape splines = ['right', 'left', 'top', 'bottom'] sig = sig.T with plt.style.context(['notebook', 'no-latex']): fig, ax = plt.subplots(row//2, 2, figsiz.
超详细分析如何用python处理ECG&PPG数据
热门推荐
深圳湾刘能的博客
03-20 2万+
这篇博文主要和大家分享一下如何使用python处理ECG和PPG的数据，从而使用PPG和ECG的数据进行血压的推测。 首先普及一下ECG和PPG，首先ECG 心电图(electrocardiogram)心脏在每个心动周期中,由起搏点、心房、心室相继兴奋,伴随着生物电的变化,通过心电描记器从体表引出多种形式的电位变化的图形。PPG(photoplethysmograph)是利用光电容积描记(PPG)...
使用Python+TensorFlow2构建基于卷积神经网络（CNN）的ECG心电信号识别分类（一）
qq_43750573的博客
05-05 1万+
本篇博客以及之后的一个系列，我将记录下我是如何从一个没学过信号处理，不懂什么是深度学习，没接触过心电信号的小白，一步步做出基于CNN的心电信号识别分类的过程。网络上关于ECG方面的相关博客内容不多，可以直接运行的相关代码也寥寥无几，这给初学者造成了很大的困难。希望通过自己的总结和整理能够帮助自己更好的理解这些知识和技术，也能够为同为新接触这方面研究的小伙伴们一些入门的帮助。本篇博客的相关代码由Py...
心电信号原始数据
06-19
心电信号txt格式原始数据，可以直接用来被调用，实现MATLAB程序的应用。
python处理二进制数据 -struct 模块处理dat文件
AS7062031的博客
09-10 1125
使用python的struct模块来处理二进制数据。 struct模块中最重要的三个函数是pack(), unpack(), calcsize() pack(fmt, v1, v2, ...) 按照给定的格式(fmt)，把数据封装成字符串(实际上是类似于c结构体的字节流) unpack(fmt, string) 按照给定的格式(fmt)解析字节流string，返回解析出来的tuple calcsize(fmt) 计算给定的格式(fmt)占用多少字节...
Open_ECG：ECG .dat文件阅读器：打开任何文件.dat并绘制ECG信号-matlab开发
05-30
在他们的搜索中，所有学生都想从 file.dat 中提取 ECG 信号数据，这样可以帮助他们所有人打开它并处理他们的信号。 用于心电信号数据库； http://www.physionet.org/physiobank/database/mitdb/
1000个12导联ECG心电图数据集
08-29
1000个12导联ECG心电图数据集，600例有标签，400例用于测试。采样率为500 Hz。MAT格式
心电信号数据
05-28
心电信号数据，用于matlab进行数据分析，数据处理，方便大家下载
Python读取二进制文件代码方法解析
09-16
主要介绍了Python读取二进制文件代码方法解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
read_file.dat_and_file.hea_by_matlab.rar_.dat和.hea_ECG data file
07-14
使用matlab读取心电、血压等采集数据.dat和.hea文件，并分图标注显示。内有详细程序说明和读取实例
MATLAB设计_打开.dat文件绘制心电图信号.zip
02-17
首先，`.dat`文件是一种常见的二进制或文本数据文件格式，通常用于存储实验数据、传感器读数等。在这个案例中，`100.dat`很可能包含了100个ECG样本点或时间段的数据。MATLAB能够方便地读取这种格式的文件，以进行...
python 读取ecg数据_用 Python 读取气象环境数据并绘图
weixin_39607447的博客
12-20 703
NCEP/NCAR再分析资料由美国国家环境预报中心(NCEP)和美国国家大气研究中心(NCAR)联合制作，数据涵盖全球范围内多个高度层次上的多种气象要素，通常被作为分析与研究天气气候异常的诊断资料，是气象工作者最常使用的气象数据之一。该数据集以netCDF(netware Common Data Form)的形式存储，使用GrADS，NCL等常用气象软件可读取文件，对其中相关数据进行加工...
ECG心电信号处理：使用WFDB对MIT-BIH数据集进行读取（Python）
juicetech的博客
07-31 1万+
本文的主要内容是详细介绍MIT-BIH心电数据集的读取，主要使用WFDB-python工具进行操作，能够读取心电信号数据到array中，读取annotations以及使用matplotlib绘制相应的心电信号波形，并对record和annotation数据结构进行简单的分析。 声明：本博客的内容来源于各大论文和互联网，其正确性有待考究。目的仅仅为了记录一下本人的学习过程，如果正好也能对你有一点帮...
Python导入文本文件的ECG数据
06-08
要导入文本文件的ECG数据，可以使用Python中的一些库，例如NumPy、Pandas和Matplotlib。以下是一些导入文本文件的ECG数据的步骤： 1. 打开文本文件并读取数据。使用Python的内置函数open()打开文件，使用readlines()函数读取所有行数据。 ```python with open('ecg_data.txt') as f: lines = f.readlines() ``` 2. 将数据存储在一个变量中。遍历每个行数据，使用split()函数将其拆分为单个数据点，并将其存储在一个列表中。然后使用NumPy的array函数将列表转换为NumPy数组。 ```python data = [] for line in lines: data += line.split() ecg_data = np.array(data, dtype=np.float64) ``` 3. 对数据进行必要的预处理和清理。这可能包括删除无效数据点、填充缺失值等。 4. 使用Matplotlib绘制ECG波形图。可以使用plot函数绘制ECG图形。 以下是一个示例代码，展示如何导入和绘制文本文件的ECG数据： ```python import numpy as np import matplotlib.pyplot as plt # 读取文本文件并存储数据 with open('ecg_data.txt') as f: lines = f.readlines() data = [] for line in lines: data += line.split() ecg_data = np.array(data, dtype=np.float64) # 绘制ECG波形图 plt.plot(ecg_data) plt.show() ``` 请注意，这只是一个示例代码，并且假定您已经有了文本文件的ECG数据。实际上，ECG数据的获取和准备可能需要更多的步骤。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值